多重中介效应Stata代码
示例数据
为更严格的验证中介机制,本文采用了中介效应(间接效应)的结构方程模型。
由于中介效应的非线性分布特征,本文采用非参数Bootstrapping方法调整估计偏差
链式多重中介模型通常包括三条间接路径:
①X-M1-Y(简单中介):间接效应1=a1*b1
②X-M2-Y(简单中介):间接效应2=a2*b2
③X-M1-M2-Y(链式中介):间接效应3=a1*a3*b2
总中介效应=a1*a3*b2+a2*b2+a1*b1
总效应=a1*a3*b2+a2*b2+a1*b1+c'
注:c'为直接效应;前两条路径显著,而第三条路径不显著,说明该模型为并行多重中介;如果第三条路径显著,无论前两条是否显著,也可表明链式中介存在。
多重中介模型相对于简单中介模型具有三大优势:
(1)可以得到总的中介效应。
(2)可以在控制其他中介变量(如控制M1)的前提下,研究每个中介变量(如M2)的特定中介效应。这种做法可以减少简单中介模型因为忽略其他中介变量而导致的参数估计偏差。
(3)可以得到对比中介效应,使得研究者能判断多个中介变量的效应(如a1b1和a2b2)中,哪一个效应更大,即判断哪一个中介变量的作用更强。这样,对比中介效应能使研究者判断多个中介变量理论(如X→M→Y和X→M2→Y)中,哪个中介变量理论更有意义。因此研究多重中介模型更具理论和实践意义。
运行结果
非参数Bootstrapping调整估计偏差(Bootstrap中介效应)
- data.dta
- 代码.do